• $

新闻资讯

车路协同环境下的交通工程
发布时间:2022年05月16日

一、前言

传统的智能交通系统通过“感传知用”实现交 通要素一体化集成,是道路交通有序运行的重要保障。随着信息技术的不断进步,车辆由驾驶辅助向 协同智能发展已成定势,车路协同技术作为解决交 通安全问题、提升通行效率的重要技术手段日益受 到国内外学者和交通行业管理部门的重视 [1]。车路协同技术的发展,将进一步改变交通系统的组织 形式、运营模式和运行方式,引发交通系统技术的 一系列变革性发展。交通工程学科需要在新的技术 环境下发展新的理论体系,建立新的技术架构。

二、交通系统是人车路耦合的复杂系统

交通运输系统包括载运工具、基础设施、运 营服务等要素,涵盖规划、设计、建设、养护、运 营等内容,旨在实现高效、安全、绿色等目标 [2]。 交通运输工程其所涵盖的内容越来越广泛而发散, 但所有的交通技术都必须坚持交通运输工程系统性 的理念。交通运输系统是人车路等交通要素组成的 复杂系统,系统中的各种行为都是人车路交通要素 相互作用的结果,任何目标的实现都与人车路之间 的作用密切相关。因此,不能把人车路割裂开来, 而应站在系统的高度谈交通工程。

人车路的耦合关系首先表现在驾驶行为上。驾 驶行为在表象上体现在驾驶过程中,可分为三个阶 段:路径规划、轨迹规划和轨迹控制。路径规划阶 段涉及到驾驶人对路径选择行为、宏观的路网规划, 以及车路间的匹配等。驾驶人习惯于选择自己熟悉 的路,或是根据路网交通状态信息选择路径,这是 人与路网的耦合;不同的车需要走不同的路,受大 型车辆道路条件(如限高等)的影响,大型车辆驾 驶人的路径选择受到车与道路的耦合关系的限制。 因此,人车路等交通要素之间的耦合关系很大程度 上影响着路径规划的过程。轨迹规划及控制相比路 径规划更为微观,涉及车辆在运行过程中的具体运 动过程,如换道、跟驰、超车等。车车、车路之 间的耦合关系对轨迹规划存在一定的约束,人车、 车路之间的关系也影响着驾驶人对于车辆的操控 行为。

人车路的耦合关系也体现在交通流特征上。如 单车道的通行能力很大程度上取决于驾驶人对于车 头时距的选择,这是人车路相互作用的结果;换道 行为影响车流的稳定性,这是车与车相互作用的结 果;这些都会影响交通流特征,从而影响道路通行 能力和服务水平。

人车路的耦合关系还是交通设计组织的基础。 比如设计视距时需要结合人的行为特征以及车路的 参数,达到相互协调的目的。坡道、弯道、桥梁的几何设计也需要考虑到车与路之间的相互作用关 系。而道路交通的信号控制与交通流组织更是离不 开人车路之间的耦合作用。因此,只有把人车路交 互作为交通运输系统的基本要素来考量,才能在交 通设计组织时更游刃有余。

三、从车路协调到车路协同

目前的交通系统主要是从人车路协调的角度去 设计,而将来可能走向人车路协同的发展路线。

(一)中国交通发展进入新的阶段

目前中国的道路交通系统发展已经进入了一 个新的阶段。我国的高速公路面积密度已经达到了 1.4 km/100 km,高于美国的 1.1 km/100 km2 ,低于 日本的 2.2 km/100 km2 ;而高速公路每万辆车所拥 有的高速公路里程数已经超过了美国和日本。到 2020 年前后,大规模的交通基础设施扩张式建设将 基本结束,主要的工作转向设施完善及服务提升。 那么如何才能更好地利用现有的交通资源来提升服 务水平呢?利用新技术提升现有基础设施的服务能 力是重要的解决手段。

(二)新技术释放交通系统能力

2030 年后,交通系统将更多地结合新技术来 提升交通的体验、提供多样化的出行服务。有预 测表明智能交通技术的应用能够使交通系统的能 力提升 1.5 倍。目前,交通技术的发展呈现出如下 趋势:载运工具智能化的快速发展;信息技术与 交通深度融合;交通系统呈协同运行趋势。近年 来以构建车路协同系统为目标的研究也引起了广 泛重视 [3]

1. 载运工具智能化

载运工具智能化的发展速度远超想象,无人驾 驶汽车近年来一直处在行业的风口浪尖,成为高校、 企业和媒体的宠儿。无人驾驶汽车作为继智能手机 之后的下一个移动互联的主要终端,将是汽车产业 未来发展的一个重要趋势 [4]。美国国家公路交通 安全管理局(NHTSA)把汽车智能化水平分为五级。 其中 0 级为人工驾驶;1 级为具有特殊功能的智能 化;2 级为具有多项功能的智能化;3 级为具有限制 条件的无人驾驶;4 级为全工况无人驾驶。目前许多中高级车辆已经具备了 1 级到 2 级的车辆智能 化水平,而 3 级无人驾驶是正在突破的技术瓶颈, 全球各地正在测试验证。然而,单独以车辆为主 体的自动驾驶的实现,需要很强的人工智能技术、 高昂的经济成本和较难预测的时间周期。目前其 安全性和可靠性仍有较大局限,难以在短时间内 大规模应用,迫切需要借助完备的车路信息交互 下的联网联控实现车路各要素的智能一体化耦合 与协同,达到系统总体的 。车路之间的发展 实际上是相互促进的过程,而无人驾驶汽车出现 之后,交通设施也需要做出相应的变化来适应其 发展。汽车的智能化已经对交通基础设施的智能 化提出了新的需求。

2. 信息技术与交通深度融合

移动互联、人工智能、大数据等信息技术对于 交通工程科技的改变是革命性的,两者的深度融合 催生了诸多交通行业的新业态 [5]。如移动互联技 术应用在租车行业产生汽车共享服务;大数据与交 通行业的融合更是对交通信息采集、分析与预测产 生深远影响。随着信息技术与交通的深度融合,新 的业态、新的运行模式还在不断产生。国内外专业人士 对车路协同也给予了 的期待。

3. 交通系统呈现协同运行趋势

传统的自动驾驶汽车在发展初期甚至目前阶 段,都是考虑让车辆更智能地适应现有的交通系统。 比如利用机器视觉识别道路标线,但这在一定程度 上增加了计算负荷,同时降低了可靠性。而随着移 动通信的发展,车与车之间的互联,车与基础设施 之间的互联得到了越来越广泛的关注。如果交通系 统能够稍微做一些改变,实际效果往往可能事半功 倍。如标线、标志信息电子化后能够直接发送给车 辆,对于自动驾驶的设计也是革命性的变化。因此, 未来的交通系统不仅仅包括车辆的智能化,还涵盖 车与人车路等对象的互联互通及互操作 [6]

综上所述,传统的交通系统通过平、纵曲线设 计,视距设计及路侧环境设计等方法来实现人车路 的协调,达到高效、安全、绿色的目标。但在未来 的交通系统中,高度智能化的车辆将变成主要交通 元素,车车 / 车路间的信息交互能力不断增强,车 辆能够根据道路信息调整行为,路也能够根据车的 行为调整状态。因此,未来将通过构建动态的车路 协同系统使整个交通系统更高效、更安全、更环保。

四、车路协同系统带来的交通工程变化

理想的车路协同状态下,车辆都具备高度自动 驾驶能力,将传统交通系统中的人为因素弱化甚至 去除,所以交通系统中的诸多模式将发生变化。感 知模式从驾驶人感知变为车辆感知;决策模式由驾 驶人决策变为机器决策;管控模式从交通诱导变为 车辆主动控制。传统交通系统是时变、强非线性、 不连续、不可控、不可测的,理论上是无解的,因 为道路上的汽车都不受控。而车路协同系统却有可 能通过模型解构将其变成可控可解的问题,使一切 问题回归到物理领域 [7]

《交通工程手册》中将交通工程学定义为:研 究道路交通中人、车、路、环境之间的关系,探讨 道路交通规律,建立交通规划、设计、控制和管理 的理论方法,以及有关设施、装备、法律和法规等, 使道路交通更加安全、高效、快捷、舒适的一门技 术科学。交通工程教科书中所涵盖的内容基本为交 通勘察、交通流理论、通行能力、服务水平、交通 规划等。那么,车路协同将给这些交通工程的内容 带来什么样的变化呢?

首先是交通勘察的变化,获取参数方式从传统 的人工观察、地磁到多传感器、全时空的自动采集, 基本解决了交通可测性问题。分析方法从问卷勘察 数据统计到多传感器数据融合;数据颗粒度也从断 面、局部数据变为精准的全时空轨迹数据。

在交通流理论方面,传统的交通流理论主要基 于动力学分析,个体相对独立、被动反应,而在车 路协同环境下,信息交互性强、协同性好,更多地 将通过数据来驱动。

车路协同能够充分挖掘现有交通系统的资源, 在提高服务水平和通行能力的同时也使其变得更为 弹性。目前成熟的电子不停车收费系统(ETC)技 术能够 地提高高速公路出入口的服务水平,车 路协同的发展不但可以使收费系统得到 的改 善,还能够实现目前 ETC 技术无法实现的电子路 票、按里程收费等更多的应用。传统的潮汐车道一 般通过固定的标志标线实现控制,而车路协同环境 下,可以通过实时的交通状态来调整潮汐车道的数 量和方向。

在交通规划上,众所周知,传统的交通规划的 交通起讫点勘察(OD 勘察)普遍存在难以解决的诸多问题。车路协同环境下的大数据技术将给城市 交通规划的建模仿真带来革命性变化。

交通管理与控制方面的变化涉及多源、动态数 据,实时态势分析以及缜密化的交通控制。主要涵 盖交通信息采集的变化:从断面信息到轨迹全息; 交通管理方法的变化:从现场、人工操作到远程信 息化管理;交通控制方法的变化:从交通流群体控 制到车辆个体控制。

传统的交通安全比较关注驾驶人,着重于提高驾 驶人对于车辆控制的安全性,而将来更可能以系统可 靠性为重点。车车、车路的协同作用将突破传统的驾 驶视距限制,达到超视距预警控制的目的。此外,驾 驶过程中的控制模式由驾驶人控制转变为人机共驾, 这也将带来人机交互协同的安全问题。

交通设施未来将向数字化、智能化、共享化 方向发展。目前的交通设施主要为适应驾驶人而 设计,能适应人机共驾、适应车路协同、适应自 动驾驶、适应智能车的控制是未来交通设施应着 力解决的问题。

五、需要解决的科学问题

在车路协同环境下,许多交通科学上的基础理 论方法都面临着重构的过程 [8]

(1)车路协同环境下的交通系统要素运行规律。 车路协同环境下交通系统要素的运行规律明显区别 于有驾驶人控制车辆的交通系统,主要包括车路协 同环境下的车车 / 车路耦合机理以及群体车辆与道 路设施的协同运行机理等。

(2)个体服务与群体控制的平衡机理。理想的 完全无人驾驶情况下,理论上可以精确控制到每一 辆车、服务到每一个人。如此一来,在面临个体最 优与系统 的矛盾时,平衡精准服务与群体优化 显得至关重要。

(3)面向车路协同的新型智能基础设施构建理 论与方法。一方面,在智能车辆、无人驾驶成熟之 后,道路需要做出变化来适应车辆的变化;另一方 面,优化车辆感知的数字化道路系统,使其在环境 感知方面更可靠、更精准。

(4)不同智能等级车辆混行条件下的交通设计。 无人驾驶的目标并不是一蹴而就的,其发展过程必 定要经历不同智能等级混行的阶段,而交通系统也将长时间处于人机共驾的状态。因此在这种情况 下进行交通设计以让系统 ,也是亟待解决的 问题。

(5)智能网联交通系统与外部环境的耦合关 系。交通本身并不是一个孤立的系统,而车路协同 技术的发展将不断加强未来交通与外部环境的耦合 关系。比如智能网联交通与能源网、信息网、支付 网、交通网等的耦合,涉及包括电子收费、环境污 染、城市拥堵等方面。

六、结语

总而言之,交通系统整体上是一个人 – 车 – 路 耦合的系统,交通工程的规划设计也需要考虑系统 各元素之间的关系和相互作用。目前我国道路交通 也在从以建设为主,走向存量优化的过渡阶段。车 路协同将是未来交通发展的必然趋势。因此,交通 工程学科的发展也应该适应交通发展的新趋势,从 前瞻性的角度研究解决在该趋势下的基础科学问题。

车路协同系统的交通工程重构需要汽车、交通、 通信等领域的全面、深度融合,作为跨行业、跨领 域的系统工程,需将其视为集国家法律、中国标准、 国家科技创新、智能制造以及市场经济模式下的社 会服务等多重要素于一体的系统性“国家工程”, 按照“坚定的国家意志、活跃的科技力量、严肃的 市场经济”三位一体的组织方式,着力夯实控制与 感知硬件、核心软件、可靠通信、核心平台等技术 演进与产业化相关联配套的工程,坚持迭代地推动 发展和产业落地,在国家重大标志性工程及重点城 市先行示范应用,最后完成现有交通工程模式的转 变和产业转型升级,从而在未来 10 年产生万亿级 的国民经济的新增长点。

参考文献

[1]  王云鹏. 国内外ITS 系统发展的历程和现状 [J]. 汽车零部件, 2012 (6): 36. 链接1

[2]  《中国公路学报》编辑部. 中国交通工程学术研究综述·2016 [J]. 中国公路学报, 2016, 29(6): 1–161. 链接1

[3]  陆化普, 李瑞敏. 城市智能交通系统的发展现状与趋势 [J]. 工程研究——跨学科视野中的工程, 2014, 6(1): 6–19.110专题研究  车路协同环境下的交通工程 Lu H P, Li R M. Developing trend of ITS and strategy suggestions [J]. Journal of Engineering Studies, 2014, 6(1): 6–19. 链接1

[4]  Rafiq G, Talha B, Patzold M, et al. What’s new in intelligent transportation systems: An overview of European projects and initiatives [J]. IEEE Vehicular Technology Magazine, 2013, 8(4): 45–69. 链接1

[5]  Fukuda A, Hisazumi K, Ishida S, et al. Towards sustainable infor-mation infrastructure platform for art mobility—Project over-view [C]. Kumamoto: Iiai International Congress on Advanced Applied Informatics, IEEE, 2016. 链接1

[6]  Green D, Bennett P, Han C, et al. Cooperative intelligent transport systems (C-ITS)—An overview of the ARRB/Austroads C-ITS work program 2010—2013[J]. World Journal of Diabetes, 2014, 23(2): 15–28. 链接1

[7]  余志. 交通系统革命的主要特征与影响 [C]. 广州: 第三届华南智能交通论坛, 2017. 链接1

[8]  Lu N, Cheng N, Zhang N, et al. Connected vehicles: Solutions and challenges [J]. Internet of Things Journal IEEE, 2014, 1(4): 289–299. 链接1